Python Pandas，应用函数
我正在尝试使用apply来避免函数中的iterrows()迭代器：
然而，pandas方法的文档很少，我找不到如何使用它的示例，除了文档中的蹩脚.apply(sq.rt)……没有关于如何使用参数等的示例。
无论如何，这里有一个我尝试去做的玩具例子。
在我的理解中，apply实际上会做与iterrows()相同的事情，即迭代(如果是axis=0，则遍历各行)。在每次迭代中，函数的输入x应该是迭代过的行。然而，我不断收到的错误消息在某种程度上证明了这一假设……
grid = np.random.rand(5,2)
df = pd.DataFrame(grid)
def multiply(x):
x[3]=x[0]*x[1]
df = df.apply(multiply, axis=0)上面的例子返回一个空的df。有人能解释一下我的误解吗？
回答 4
Stack Overflow用户
发布于 2017-04-19 04:09:20
import pandas as pd
import numpy as np
grid = np.random.rand(5,2)
df = pd.DataFrame(grid)
def multiply(x):
return x[0]*x[1]
df['multiply'] = df.apply(multiply, axis = 1)
print(df)结果如下：
0 1 multiply
0 0.550750 0.713054 0.392715
1 0.061949 0.661614 0.040987
2 0.472134 0.783479 0.369907
3 0.827371 0.277591 0.229670
4 0.961102 0.137510 0.132162解释：
你正在apply的函数，需要返回值。您还将其应用于每一行，而不是列。在这方面，您传递的axis参数不正确。
最后，请注意，我在函数外部将其设置为等于'multiply'列。您可以轻松地将其更改为像您拥有的那样的df[3] = ...，并获得如下的数据帧：
0 1 3
0 0.550750 0.713054 0.392715
1 0.061949 0.661614 0.040987
2 0.472134 0.783479 0.369907
3 0.827371 0.277591 0.229670
4 0.961102 0.137510 0.132162Stack Overflow用户
发布于 2017-04-19 04:08:28
当apply-ing一个函数时，您需要该函数在列/行上返回该操作的结果。很明显，因为multiply没有返回，所以你得到了None。也就是说，apply应该返回特定值之间的结果，而不是本身进行赋值。
在这里，您还在错误的轴上迭代。当前代码获取每列的第一个和第二个元素，并将它们相乘。
正确的multiply函数：
def multiply(x):
return x[0]*x[1]
df[3] = df.apply(multiply, 'columns')说到，你可以比apply做得更好，因为它不是一个向量化的操作。直接将这些列相乘即可。
df[3] = df[0]*df[1]通常，您应该尽可能避免使用apply，因为它只是一个隐藏在幕后的循环。
Stack Overflow用户
发布于 2017-04-19 05:19:03
需要注意的是，您也可以使用lambda函数。请参阅他们的文档Apply
对于您的示例，您可以运行
df['multiply'] = df.apply(lambda row: row[0] * row[1], axis = 1)
它会产生与@Andy相同的输出
如果函数的形式为
def multiply(a,b):
return a*b
df['multiply'] = df.apply(lambda row: multiply(row[0] ,row[1]), axis = 1)Enhancing Performance小节中有更多示例
https://stackoverflow.com/questions/43481039
复制相似问题
腾讯云开发者
